自动测试系统(Automatic Test System,ATS)综合测量技术、电子技术、自动化技术和计算机技术于一体,目前广泛应用于各测量、计量领域。如何评定其精确度,合理表征其测量结果,最终确保其测量质量问题,日益受到人们的重视,而测量不确定度理论作为解决该问题的一种主要方法,已经逐步得到国内外学者一致认可,其中基于测量链的ATS测量不确定度评定是目前比较有效且应用广泛的一种方法。目前,国内外学者对ATS测量链不确定度评定方法已经进行了大量的研究,在各传递单元静态测量、动态测量及测量链静态测量不确定度合成方面,已经取得不少研究成果,但仍存在一些问题待进一步优化。同时在ATS测量链动态测量不确定度合成方面还缺乏深入研究。本文首先对比分析现代测量不确定度理论中应用较多及已广泛应用于ATS的各种测量不确定度评定方法;其次结合ATS系统机理,阐述ATS测量链不确定度评定的基本原理;然后对各传递单元测量不确定度评定问题进行研究,分析《测量不确定度表示指南》(Guide to the Expression of Uncertainty in Measurement,GUM)法及蒙特卡洛(Monte Carlo,MC)仿真法的优劣,引入贝叶斯信息融合法和贝叶斯预测法,并对测量链不确定度合成问题进行初步探索,重点解决其动态测量不确定度合成问题,分析当前常用方法的优劣,提出MC仿真合成法;同时针对小样本ATS测量这一特殊情况,在已有测量不确定度灰色评定模型基础上,建立新测量不确定度灰色评定模型,且加入贝叶斯信息融合思想完成其测量不确定度评定。最后,以某军用ATS具体的测量链作为实例,验证了上述方法的有效性。